大家好，我是机器学习小白毛同学，今天本篇文章来和大家一起学习一下决策树的原理部分其实和大家一样，我最不喜欢看的，就是算法原理部分，因为这一部分充满了公式、符号可是，“小白”想要变“怪兽”就不可能绕过这一部分不过毛同学再写文章的时候会尽量用易懂的话语，具体的例子来让原理不那么难懂写的不合适的地方，多多包涵啦本文目录：1.1 决策树是如何工作的1.2 构建决策树1.2.1 ID3算法构建决策树1.2.

大家好，我是一名正在机器学习的小菜鸡，作为一名程序员，在学习技术的时候是不是经常遇到这样的情况：环境配置失败，game over！（狗头）同样，对于机器学习，环境的搭建也是必不可少，本篇文章就记录一下机器学习环境是如何搭建的：1、开发环境：Jupyter labJupyter lab是Jupyter Notebook的升级版，页面更加美观操作更加简便，和 Notebook一样是anaconda自带

随着社会现代化不断推进，出先了很多例如大数据和人工智能等新型技术，这些技术正在为越来越多的行业赋能。电力在我们生活中可以说是处处不在，为了提供更加便捷智能的服务，电力行业也出现了许多需要解决的问题。那么互联网技术如何为电网赋能呢？电网这个庞大的体系中的各个分支都可以和哪些技术呢结合呢？作为一项研究课题，我们可以从哪些切入点开始呢？下面是我通过几天的学习给出的自己的答案。这份框架图已经总结的很详细，

大家好，我是机器学习小白毛同学，今天本篇文章来和大家一起学习一下决策树的原理部分其实和大家一样，我最不喜欢看的，就是算法原理部分，因为这一部分充满了公式、符号可是，“小白”想要变“怪兽”就不可能绕过这一部分不过毛同学再写文章的时候会尽量用易懂的话语，具体的例子来让原理不那么难懂写的不合适的地方，多多包涵啦本文目录：1.1 决策树是如何工作的1.2 构建决策树1.2.1 ID3算法构建决策树1.2.

大家好，我是一名正在机器学习的小菜鸡，作为一名程序员，在学习技术的时候是不是经常遇到这样的情况：环境配置失败，game over！（狗头）同样，对于机器学习，环境的搭建也是必不可少，本篇文章就记录一下机器学习环境是如何搭建的：1、开发环境：Jupyter labJupyter lab是Jupyter Notebook的升级版，页面更加美观操作更加简便，和 Notebook一样是anaconda自带

世石与AlphaGo的这场人机世纪巅峰对决，不但吸引了社会各界的目光，更激起了一场关于人工智能的全民大讨论，“机器人会不会抢了人类的饭碗”、“人工智能是否将毁灭世界”等说法不断涌现。其中，AlphaGo最底层最核心的原理就是强化学习。那么什么是强化学习呢？

0 Write on the frontMeta Learning翻译为元学习，本篇文章主要讲解什么是Meta Learning，元学习研究小白，若有不对，请各位大佬批评指正。1 What is meta learning？《强化学习-什么是强化学习？白话文告诉你！》《强化学习-你在游戏中对战的人机是如何对付你的！》这两篇主要讲了强化学习的内容，那么元学习又是什么呢？它和传统的强化学习或者说跟传统

在前面我写了一篇文章叫《强化学习-什么是强化学习？白话文告诉你！》这篇文章用了很通俗易懂的例子介绍了强化学习的一些基本的知识点。读完上面的文章，再来看本篇文章算是比较合适，因为，研究嘛，终究是离不开数学的，所以本篇文章包含大量的公式，虽然学习公式的过程很难受，但是收获是绝对有的！想必大家或多或少都玩过游戏，而强化学习现在在游戏领域应用很多。我们来想象一下，一个游戏中应该有一个操作对象，这个对象就是

世石与AlphaGo的这场人机世纪巅峰对决，不但吸引了社会各界的目光，更激起了一场关于人工智能的全民大讨论，“机器人会不会抢了人类的饭碗”、“人工智能是否将毁灭世界”等说法不断涌现。其中，AlphaGo最底层最核心的原理就是强化学习。那么什么是强化学习呢？

什么是知识图谱？有人的地方就会有江湖江湖不是打打杀杀而是人情世故人情世故就是各种关系嘛人情世故通常都是文本数据在海量数据中将各种各样的关系抽出来那我，我们怎么存储这些关系普通的数据库，当然不行了因为不够直观嘛所以我们就有了神器——neo4jneo4j是一种图形化数据库，能让人很直观看出各实体之间的关系。1、JDK环境配置很多人电脑上本来就有jdk，但是很抱歉，neo4j很矫情，它对JDK版本有要求